Optimizing Steam Injection for Eco-Friendly Heavy Oil Recovery: A Pore-Scale Visualization of Chemical Additive Effects
Notice bibliographique
Résumé
Abstract Steam-assisted gravity drainage (SAGD) is the primary method for in-situ extraction of heavy oil and bitumen in Canada. However, it (as well as other steam injection methods) suffers from low efficiency, high water and energy consumption, and significant environmental impact. Adding chemicals to steam offers a potential solution by enhancing oil recovery while reducing carbon emissions through lower steam usage. Our previous studies have shown that deep eutectic solvents (DES) and thermally stable non-ionic surfactants improve steam chamber sweep efficiency and microscopic displacement efficiency, respectively. However, their mechanisms and effects in porous media, especially at the pore scale, remain unclear. This study explores the micro-displacement mechanisms of these chemical additives. A porous medium model was created by packing glass beads between two plexiglass plates, which was then saturated with heavy oil at a slow injection rate. The research focused on steam chamber growth dynamics, physicochemical changes at the oil-steam-water-rock interface, and their impact on oil drainage. By comparing oil recovery efficiency, energy efficiency, and carbon intensity of SAGD with and without chemical additives, the effects of DES (formulated in our labs and named as DES 11) and Novelfroth (a commercial non-ionic surfactant) on steam injection efficiency were evaluated. The results demonstrate that DES11 and Novelfroth 190 enhance the recovery rate by 31.1% and 37%, respectively, while reducing carbon emission intensity to one-third to one-half of conventional SAGD. However, their underlying mechanisms differ. Also, the introduction of these chemical additives significantly altered the state of residual oil compared to the base case. Ultimately, the improvement in oil recovery per unit of steam injected in the chemical cases was quantified and linked to a reduction in greenhouse gas emissions during steam injection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».